本教程只是简单演示如何使用脚本语言(javascript)在浏览器中创建神经网络，并进行训练和预测。
在本教程中，我们将构建一个模型来推断两个数字之间的关系，其中y=2x-1。
让我们开始创建一个基本的html文件
现在我们需要导入tensorflow.js机器学习库
创建训练函数
我们需要使函数异步，以便它可以在后台运行而不影响我们的网页。
函数说明：
我们在函数中异步调用model.fit()，为此我们需要将神经网络模型作为参数传递给异步函数。
我们对模型使用了一个wait，这样它就可以一直等到训练结束。
我们在训练结束后使用javascript进行回调，比如在本例中，我们调用onEpochEnd来打印训练结束后的最终损失。
用单个神经网络创建模型
神经网络模型摘要
model.summary()
具有1个神经元网络的模型摘要PS：神经网络模型显示训练参数为2，这是由于有权重和偏差这两个参数（即w和c）。
样本数据
说明：
就像我们在python中使用numpy一样，我们需要使用tf.tensor2d（）函数来定义二维数组。
在tensor2d函数中提及数组的形状很重要。[6,1]为数组形状。
异步训练和预测
添加一些数据以显示在网页上
最终的html文件将如下所示
最后，在浏览器上训练和预测模型
使用GoogleChrome浏览器打开html文件，然后按“F12”键检查开发者控制台。
您可以在开发者控制台中看到训练阶段的损失。训练结束后，网页上会自动显示预测结果提示框。
这是一个提示框，显示输入数字10的预测。根据方程Y=2X-1，输入x=10的输出应该是y=19。我们的神经网络模型预测了18.91，已经非常接近了。